Продуктовый аналитик (Заказы)
Компания: Wildberries
Локация: Москва
О компании
Wildberries — это международная технологическая компания, возникшая в результате слияния двух лидеров рынка: IT-компании Wildberries и рекламного оператора Russ. Организация активно развивает свои направления и предлагает широкий спектр продуктов, включая мощную аналитическую платформу для оптимизации заказов и взаимодействия с клиентами. Wildberries занимает значительное место на рынке электронной коммерции и постоянно внедряет новые технологии для повышения эффективности бизнеса.
Ключевые факты:
- Год основания: 2004
- Число сотрудников: более 10 000
- Лидирующие позиции в сегменте онлайн-торговли
- Широкий ассортимент товаров и услуг
- Разработка собственных IT-решений для оптимизации процессов
О вакансии
В команде продуктовой аналитики Wildberries открыта позиция для опытного продуктового аналитика, который займется развитием направления факторного анализа заказов. Команда отвечает за строительство и оптимизацию моделей, позволяющих отделить влияние различных факторов на изменения в количестве заказов. Это включает как внутренние, так и внешние факторы, влияющие на бизнес, такие как сезонность, акции и изменения ассортимента.
На данной позиции вы будете заниматься построением статистических моделей и анализом данных, чтобы предоставить бизнесу глубокое понимание динамики заказов. Ваши выводы помогут улучшить принятие решений и стратегии компании, основываясь на тщательно проанализированных факторах, влияющих на изменение ключевых метрик.
Чем предстоит заниматься:
- Проводить факторный анализ для декомпозиции изменений ключевых метрик по различным факторам.
- Улучшать методологию декомпозиции, внедряя более точные подходы, чем ранее использовавшиеся.
- Разрабатывать модели прогнозирования заказов на разные временные горизонты.
- Выявлять аномалии в данных и проводить их анализ для определения корневых причин.
- Создавать автоматизированные отчеты и дашборды для регулярного мониторинга результатов.
Что мы предлагаем:
- Работа в международной компании с высокими стандартами техничности.
- Обучение и развитие в области анализа данных и статистики.
- Доступ к современным BI-инструментам и технологиям.
Обязанности
- Анализировать влияние различных факторов на изменения ключевых метрик заказов.
- Осуществлять декомпозицию на основе статистических методов.
- Совершенствовать методику анализа, заменяя упрощенные подходы на более точные.
- Создавать модели для прогноза заказов на различные временные промежутки.
- Выявлять аномалии в данных и анализировать их причины.
- Разрабатывать систему автоматизированных отчетов и дашбордов.
Требования
- Все вакансии
- Попасть в команду
- Строительство
- Сервисные позиции
- Все вакансии
- Попасть в команду
- Строительство
- Сервисные позиции
- Проводить факторный анализ заказов— декомпозировать изменения ключевых метрик (GMV, количество заказов, конверсия) по факторам: цена, ассортимент, трафик, промо, сезонность, внешние события;
- Улучшать существующую методологию декомпозиции — заменять упрощенные подходы (цепные подстановки) на более точные (регрессионные модели, Шепли-значения, аддитивная декомпозиция);
- Строить модели прогноза заказов на различных горизонтах (неделя, месяц, квартал) с учетом факторов, которые можно контролировать и которые нельзя;
- Выявлять нетипичные аномалии в заказах и определять их корневые причины через статистические методы (проверка гипотез, анализ выбросов);
- Разрабатывать автоматизированные отчеты и дашборды по факторной декомпозиции для регулярного мониторинга.
- Имеете уверенный уровень SQL;
- Владеете Python на продвинутом уровне: для прогнозирования временных рядов, кластеризации и обработки данных;
- Имеете продвинутые знания статистики: регрессионный анализ (множественная, гребневая, лассо), временные ряды (ARIMA, SARIMA, декомпозиция), проверка гипотез, анализ остатков, мультиколлинеарность;
- Понимаете машинное обучение для интерпретируемых моделей: Random Forest, Gradient Boosting с объяснением через SHAP или LIME.
- Имеете опыт прогнозирования временных рядов: опыт с моделями (ETS, Prophet, XGBoost для рядов), оценка качества (MAE, MAPE, SMAPE), учет сезонности и трендов;
- Владеете Bi-инструментами;
- Будет плюсом понимание ETL процессов и работы с данными (Airflow)